Excel或R：合并缺失值的时间序列 [英] Excel or R: Merge time series with missing values

问题描述

我有多个不规则的时间系列（每个在CSV档案中），如下所示：

X.csv

 日期，时间，值
 01/01 / 04,00：15：00,4.98 
 01/01 / 04,00：25： 4.981 
 01/01 / 04,00：35：00,4.983 
 01/01 / 04,00：55：00,4.986 
  

因此：

Y.csv

 日期，时间，值
 01/01 / 04,00：05：00,9.023 
 01/01 / 04,00：15：00,9.022 
 01/01 / 04,00：35：00,9.02 
 01/01 / 04,00：45：00,9.02 
 01/01 / 04,00：55：00,9.019 
  

请注意，这两个文件基本上有10分钟的粒度，但每个都有一些缺少的条目。

我现在想合并这两个时间序列，实现以下操作：

  date，time，X，Y 
 01/01 / 04,00：05：00，NA，9.023 
 01/01 / 04,00：15：00,4.98,9.022 
 01/01 / 04,00：25：00,4.981，NA 
 01/01 / 04,00：35：00,4.983,9.02 
 01/01 / 04,00：45： 00，NA，9.02 
 01/01 / 04,00：55：00,4.986,9.019 
  

有没有一个简单的方法来实现这个？因为我有多个文件（不只是两个），是否有一种方法为一批文件这样做？

解决方案

您的资料：

  X<  -  read.table（pipe（pbpaste），sep =，，header = T）
 X $ date<  -  as.POSIXct（粘贴（as.Date（X $ date，format ='％m /％d /％y'），X $ time））
  
 
 
 
获取
  > X 
日期时间值
 1 2004-01-01 00:15:00 00:15:00 4.980 
 2 2004-01-01 00:25:00 00:25:00 4.981 
 3 2004-01-01 00:35:00 00:35:00 4.983 
 4 2004-01-01 00:55:00 00:55:00 4.986 
  
与Y相同：
  ; Y 
日期时间值
 1 2004-01-01 00:05:00 00:05:00 9.023 
 2 2004-01-01 00:15:00 00:15:00 9.022 
 3 2004-01-01 00:35:00 00:35:00 9.020 
 4 2004-01-01 00:45:00 00:45:00 9.020 
 5 2004-01 -01 00:55:00 00:55:00 9.019 
  
现在将X，Y转换为xts-对象并将两个对象与外连接合并以获取所有数据点。
  result < -  merge（as.xts（X [，3]，order.by = X $ date），as.xts（Y [，3]，order.by = Y $ date），join = 'outer'）
 
 names（result）<  -  c（'x'，'y'）
  
 $ b b 
 
最后一步是按行对值进行求和：
  result $ bothXY<  -  rowSums （result，na.rm = T）
  
如果不再需要x，y列：
  result <-result [，3] 
  
即可获得：
  result 
 bothXY 
 2004-01-01 00:05:00 9.023 
 2004-01-01 00:15:00 14.002 
 2004-01-01 00:25:00 4.981 
 2004-01-01 00:35:00 14.003 
 2004-01-01 00:45:00 9.020 
 2004-01-01 00:55:00 14.005 
  
 
I have multiple somewhat irregular time series (each in a CSV file) like so:

X.csv
date,time,value
01/01/04,00:15:00,4.98
01/01/04,00:25:00,4.981
01/01/04,00:35:00,4.983
01/01/04,00:55:00,4.986
and so:

Y.csv
date,time,value
01/01/04,00:05:00,9.023
01/01/04,00:15:00,9.022
01/01/04,00:35:00,9.02
01/01/04,00:45:00,9.02
01/01/04,00:55:00,9.019
Notice how there's basically a granularity of 10 mins in both files, but each has some missing entries. 

I would now like to merge these two time series achieve the following:
date,time,X,Y
01/01/04,00:05:00,NA,9.023
01/01/04,00:15:00,4.98,9.022
01/01/04,00:25:00,4.981,NA
01/01/04,00:35:00,4.983,9.02
01/01/04,00:45:00,NA,9.02
01/01/04,00:55:00,4.986,9.019
Is there an easy way of achieving this? Since I have multiple files (not just two), is there a way of doing this for a batch of files?
解决方案
Getting your data :
X <- read.table(pipe("pbpaste"), sep=",", header=T)
X$date <- as.POSIXct(paste(as.Date(X$date, format='%m/%d/%y'),X$time))
gets us
> X
                 date     time value
1 2004-01-01 00:15:00 00:15:00 4.980
2 2004-01-01 00:25:00 00:25:00 4.981
3 2004-01-01 00:35:00 00:35:00 4.983
4 2004-01-01 00:55:00 00:55:00 4.986
same with Y:
> Y
                 date     time value
1 2004-01-01 00:05:00 00:05:00 9.023
2 2004-01-01 00:15:00 00:15:00 9.022
3 2004-01-01 00:35:00 00:35:00 9.020
4 2004-01-01 00:45:00 00:45:00 9.020
5 2004-01-01 00:55:00 00:55:00 9.019
now convert X,Y to xts-objects and merge the 2 objects with an outer join to get all the data points.
result <- merge(as.xts(X[,3],order.by = X$date),as.xts(Y[,3],order.by = Y$date),join='outer’)

names(result) <- c('x','y')
The last step is to sum the values by rows:
result$bothXY <- rowSums(result,na.rm=T)
If you don’t need the x,y columns anymore:
result <- result[,3]
and you get:
> result
                    bothXY
2004-01-01 00:05:00  9.023
2004-01-01 00:15:00 14.002
2004-01-01 00:25:00  4.981
2004-01-01 00:35:00 14.003
2004-01-01 00:45:00  9.020
2004-01-01 00:55:00 14.005


                        
这篇关于Excel或R：合并缺失值的时间序列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！